commit to user
80
JK
C
= JK
res
JK
TC
c. Menghitung
1 dF
E
= N K 2
dF
C
= k 2 K
= banyaknya kelompok X d.
Menghitung 1
RJK
E
=
E E
dF JK
2 RJK
TC
=
TC TC
dF JK
e. Fhitung =
E TC
RJK RJK
f. Ftabel = 1 x K 2, N K
1 Jika F
hitung
F
tabel
, maka hipotesis nol ditolak berarti persamaannya tidak linier.
2 Jika F
hitung
F
tabel
, maka hipotesis nol diterima berarti persamaannya linier.
I. Teknik Analisis Data
Proses analisis yang akan dilakukan mulai dari awal sampai akhir adalah sebagai berikut:
1. Analisis deskriptif
Analisis deskriptif
ini digunakan
untuk mendeskripsikan
atau menggambarkan keadaan masing masing variabel.
commit to user
81
2. Analilasis Regresi Linier Berganda
Analisis ini bertujuan untuk menguji pengaruh antara variabel bebas terhadap variabel terikat, baik secara parsial maupun bersama-sama
simultan, serta untuk menguji hipotesis yang telah dirumuskan dalam regresi berganda sebagai berikut:
Y = b
o
+b
1
X
1
+ b
2
X
2
+b3X3 +b4X4 + b5X5 + b6X6 + e
Keterangan: Y = Prestasi siswa
X1 = Kompetensi Paedagogi X2 = Kompetensi Kepribadian
X3 = Kompetensi Sosial X4 = Kompetensi Profesional
X5 = Motivasi Kerja Intern X6 = Motivasi Kerja ekstern
e = Kesalahan Pengganggu
3. Uji koefisien determinasi
R² atau koefisien determinasi mengukur kebaikan dari persamaan regresi yaitu menunjukkan seberapa besar variasi dari variabel bebas
mempengaruhi variabel tak bebas dengan rumus yang dinyatakan sebagai berikut ;
R² = T SS
ESS = 1-
TSS RSS
=1-
2 2
i i
y e
Dimana : ESS
=
Expla in Sum Squa res
jumlah kuadrat yang dijelaskan
commit to user
82
TSS =
Tota l Sum Squar es
atau jumlah total kuadrat yang merupakan penjumlahan dari ESS dan jumlah kuadrat
residual RSS Nilai R² mempunyai range antara 0 1 jika R² sama dengan 1 berarti
garis regresi yang dicocokkan menjelaskan 100 variasi dalam variabel tidak bebas. Jika R² sama dengan nol, maka model yang digunakan tidak
menjelaskan sedikitpun variasi dalam variabel tak bebas. Apabila R² yang mendekati 1 menunjukkan bahwa model yang digunakan adalah baik.
Apabila R² mendekati nol maka model yang digunakan akan semakin tidak tepat atau tidak baik.
4. Uji Asumsi Klasik
a. Multikolinieritas
Multikolinieritas adalah suatu kondisi dimana satu atau lebih variabel bebas berkorelasi dengan variabel bebas lainnya atau dengan kata
lain suatu variabel bebas merupakan fungsi linier dari variabel bebas lainnya. Untuk mengetahui ada tidaknya masalah multikolinieritas dalam
penelitian ini digunakan metode VIF yaitu apabila nilai VIF 10 maka tidak terjadi multikolinieritas.
b. Heteroskedastisitas
Heteroskedastisitas merupakan
keadaan dimana
variabel pengganggu tidak mempunyai varians yang sama. Untuk mendeteksi ada
commit to user
83
tidaknya masalah
heteroskedastisitas dapat
dilakukan dengan
menggunakan metode korelasi Rank Spearman Gujarati, 1997: 188.
1 6
1
2 2
n n
d r
i s
Keterangan : d
i
: perbedaan dalam rank yang ditempatkan untuk dua karakteristik yang berbeda dari individual atau fenomena ke i.
n : banyaknya individual atau fenomena yang dirank rs : koefisien korelasi
Ra nk Spea rma n
Adapun lagkah-langkah
untuk mendeteksi
adanya heteroskedastisitas adalah sebagai berikut:
1 Cocokan regresi terhadap atau mengenai Y dan X dan dapatlah residual
e
1
; 2
Dengan megabaikan tanda e
1
, yaitu dengan mengambil nilai mutlaknya |e
1
| dan X
i
sesuai dengan urutan yang meningkat atau menurun dan menghitung koefisien rank korelasi spearman yang telah diberikan
sebelumnya tadi; 3
Dengan mengasumsikan bahwa koefisien rank korelasi populasi
s
adalah nol dan n 8, tingkat penting signifikasi dari r
5
yang disampel dapat diuji dengan pengujian t sebagai berikut Gujarati, 2003:
commit to user
84
2
1 2
s x
r n
r t
Dengan derajad kebebasan: n 2 Jika nilai t yang menghitung melebihi nilai t kritis, maka terdapat
heteroskedastisitas dan sebaliknya jika t yang dihitung tidak melebihi nilai t kritis berarti tidak terdapat heteroskedastisitas.
J. Uji Hipotesis
